Simplifiez vos requêtes : le créateur de Claude Code conseille de parler à l'IA

Si vous avez pris l'habitude de rédiger de longs contextes pour ChatGPT ou Claude, truffés de rôles définis, de listes d'instructions, d'étapes, de limites et de règles détaillées, vous travaillez probablement trop dur, du moins selon l'un des concepteurs de ces modèles. Boris Cherny, le développeur à l'origine de Claude Code, a publié cette semaine un message sur X proposant une approche beaucoup plus simple pour travailler avec l'intelligence artificielle : « Parlez à Claude comme vous le feriez avec un collègue. » Selon lui, pour la plupart des tâches, il n'est plus nécessaire de bâtir un cadre ultra-détaillé ni de dicter précisément chaque étape à suivre, cette évolution découlant directement des progrès constants des modèles.

La fin de l'ingénierie des prompts complexe

À l'époque de Claude 3.5 Sonnet, a rappelé Boris Cherny, le choix exact des mots dans le prompt revêtait une importance capitale. Aujourd'hui, soutient-il, au lieu de perdre du temps à chercher des « mots magiques », il est essentiel de communiquer trois éléments fondamentaux au modèle : ce que vous attendez précisément de lui, l'effort qu'il doit consentir pour accomplir la tâche, et la méthode par laquelle il s'assurera de l'exactitude du résultat obtenu. La publication de Cherny faisait suite aux réactions surprises d'utilisateurs après qu'il eut partagé un prompt personnel. Il avait demandé à Claude de concevoir un site web interactif à partir de contenus fournis, afin de présenter visuellement une histoire et ses enseignements clés. Plutôt que de diviser la tâche en dizaines de consignes strictes, il s'est contenté d'orientations générales, a fixé un niveau d'effort et a laissé au modèle une autonomie partielle.

« Parlez à Claude comme vous le feriez avec un collègue », suggère Boris Cherny, soulignant que les modèles avancés n'exigent plus de structures de requêtes sur mesure.

Efficacité et débat autour des tokens

Cette approche va en sens inverse de la culture du « prompt engineering » qui a fleuri au début de l'ère de l'intelligence artificielle générative. De nombreux utilisateurs collectionnaient alors des modèles, des commandes et des techniques censées optimiser les réponses, rédigeant parfois des requêtes de plusieurs milliers de mots. Néanmoins, plusieurs observateurs ont taquiné Cherny pour avoir inclus la consigne « utilise beaucoup de tokens » dans son exemple. Un utilisateur a ainsi ironisé : « C'est facile de demander d'utiliser beaucoup de tokens quand on dispose d'un usage illimité. » Derrière l'humour se cache une critique légitime : il est plus aisé de se contenter d'un prompt succinct lorsque l'on peut laisser l'algorithme tourner en boucle et consommer des ressources jusqu'à satisfaction. Pour le grand public, en revanche, un prompt structuré peut éviter des allers-retours superflus.

Il convient de noter que les recommandations de Cherny ne signifient pas qu'il faille rédiger moins en toute circonstance. Les trois principes qu'il édicte exigent toujours de l'utilisateur qu'il définisse clairement son objectif, et surtout qu'il dote le modèle d'un moyen de contrôle. En programmation, cela peut se traduire par l'exécution de tests ; dans d'autres contextes, il s'agira d'une vérification des sources ou d'une comparaison face à des critères préétablis.